对抗场景中的分布式多智能体探测任务分配方法及装置制造方法及图纸

本申请公开了一种对抗场景中的分布式多智能体探测任务分配方法及装置，其中，方法包括：根据探测任务分配权重、多智能体系统携带的目标探测器配置及探测能力、目标的伪装策略、多智能体探测任务分配策略建立多智能体探测效能函数；根据预设的多智能体探测能力约束、目标的伪装能力约束、探测任务约束建立分布式多智能体探测任务分配模型；根据梯度信息交替求解多智能体系统的任务分配策略及相应的目标伪装策略，生成分布式多智能体探测任务分配结果。由此，解决了相关技术中通过分布式探测任务分配方法，由于未能充分考虑目标潜在的伪装对抗过程，导致探测任务的执行结果易受目标伪装策略的影响，从而降低了目标特征信息的获取量的技术问题。的获取量的技术问题。的获取量的技术问题。

【技术实现步骤摘要】
对抗场景中的分布式多智能体探测任务分配方法及装置


[0001]本申请涉及多智能体系统智能决策
，特别涉及一种对抗场景中的分布式多智能体探测任务分配方法及装置。

技术介绍

[0002]任务分配是多智能体在协同目标探测中的关键问题，好的任务分配可以充分发挥不同智能体的能力优势，尤其是在对抗场景下，目标可以伪装自身的一类特征信息、造成部分探测手段失效，因此，根据智能体携带的探测器的类型与能力，正确匹配智能体集合与探测任务集合，是获取更多目标特征信息的重要基础。
[0003]任务分配方法按照多智能体系统的组织形式可分为集中式、分布式两类。集中式任务分配方法由一个中心节点收集所有智能体信息，计算并向所有智能体发送任务分配结果，中心节点可以是多智能体系统中的某个智能体或中心基站。而在分布式任务分配方法中，每个智能体可以根据自身状态信息及通信结果，自主决策并动态调整任务分配结果，相较于集中式任务分配方法，具有更高的灵活性和更强的鲁棒性，受到智能体规模的影响更小。
[0004]然而，相关技术中分布式探测任务分配方法，尚未充分考虑目标潜在的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对抗场景中的分布式多智能体探测任务分配方法，其特征在于，包括以下步骤：根据探测任务分配权重、多智能体系统携带的目标探测器配置及探测能力、目标的伪装策略、多智能体探测任务分配策略建立多智能体探测效能函数；根据预设的多智能体探测能力约束、目标的伪装能力约束、探测任务约束建立分布式多智能体探测任务分配模型；基于所述分布式多智能体探测任务分配模型，根据梯度信息交替求解多智能体系统的任务分配策略及相应的目标伪装策略，生成分布式多智能体探测任务分配结果。2.根据权利要求1所述的方法，其特征在于，在求解所述多智能体系统的任务分配策略及相应的目标伪装策略之前，还包括：设置优化参数及终止条件；建立探测效能的增广拉格朗日函数，并增加探测效能函数的非收敛惩罚项。3.根据权利要求1所述的方法，其特征在于，所述多智能体探测效能函数为：其中，X
i
表示智能体i对多智能体系统全局任务分配结果的估计，B表示智能体与目标之间的分配权重参数，C表示智能体系统携带的目标探测器类型，D表示目标伪装策略，E
i
表示第i列全为1其余为0的M行N列矩阵，Λ为不同探测器的目标探测能力参数。4.根据权利要求1所述的方法，其特征在于，所述生成分布式多智能体探测任务分配结果，包括：利用所述多智能体任务分配模型求解探测效能函数在所有伪装策略下的最大值。5.根据权利要求1
‑
4任一项所述的方法，其特征在于，所述根据梯度信息交替求解多智能体系统的任务分配策略及相应的目标伪装策略，包括：求解当前探测任务分配策略下的最优目标伪装策略；并行求解所述当前最优目标伪装策略下的各个智能体最优任务分配策略，以并行求解所述当前探测任务分配策略、所述最优目标伪装策略下的对偶参数；基于所述对偶参数，求解原问题残差及对偶问题残差，直至优化结束，使得所述多智能体系统的探测任务分配解为所有智能体局部探测任务分配解的平均值。6.一种对抗场景中的分布式多智能体探测任务分配装置，其特征在于，包括：第一函数建立模块，用于根据探测任务分配权重、多智能体系统携带的目标探测器配置及探测能力、目标的伪装策略、多智能体探测任务分配策略建立多智能体探测效能函数；模型建立...

【专利技术属性】
技术研发人员：刘华平，李阳，张新钰，
申请(专利权)人：清华大学，
类型：发明
国别省市：